5、利用大数据观点挖掘预测股票价格指数涨跌

利用大数据观点挖掘预测股票价格指数涨跌

1. 引言

随着信息通信技术（ICT）的发展、互联网的出现以及智能手机主导的移动环境的扩展，数字革命正在加速。日常和企业活动产生了大量的数字数据，近年来，这些大量数字数据的集合形式被称为“大数据”，人们对其利用产生了浓厚兴趣。

非结构化文本数据存在于各种内容形式中，如新闻文章、博客、社交网络服务（SNS）帖子、问答论坛和客户反馈等。本研究特别关注新闻文章中的数据，新闻媒体每天制作和数字化大量新闻文章并在全球分发。这些新闻文章影响社会各个领域，尤其与股票价格密切相关。虽然股票市场的变化不能仅由市场基本面的变化来解释，但新闻可能是一个重要因素。即使市场基本面没有明显变化，股票价格也可能因特定新闻的出现而波动。

然而，以往的研究主要针对特定事件或个别公司的新闻，难以将这些影响推广到现实世界中每天产生和分发的各种新闻。而且，新闻内容复杂，难以确定其对市场的实际因果影响以及这种影响是积极还是消极的。为了克服这些限制，本研究提出了基于观点挖掘的智能投资决策支持模型。

2. 相关工作

2.1 观点挖掘

观点挖掘是数据挖掘和计算语言学的一个子领域，用于提取、分类、理解和评估各种在线新闻来源、社交媒体评论和其他用户生成内容中表达的观点。“情感分析”常用于观点挖掘，以识别在线文本中的情感、情感倾向、主观性和其他情绪状态。

观点挖掘的工作包括自动挖掘电影评论并进行总结、提出使排名产品评论与搜索者意图对应的技术，以及利用Twitter监测的市场情绪预测股票价格走势等。为了更准确地提取文本中的观点和情感，构建观点挖掘的词汇表非常重要，考虑特定领域特征的情感词词典更有效。